Nemotron 3.5 Super VL vs Kimi K3: Een op verbruik gefactureerd vlaggenschip tegenover een gewichtsrelease zonder tariefkaart

Het kortste eerlijke antwoord is dat slechts één van deze twee modellen een prijs heeft, en het is niet het model van NVIDIA. Kimi K3 wordt verkocht als een service met verbruiksmeter voor $3 per miljoen inputtokens en $15 per miljoen outputtokens, met 90% cachekorting, en het is het model dat je vandaag met één enkele sleutel kunt aanroepen. NVIDIA Nemotron 3.5 Super VL is een open-weight checkpoint met 120 miljard parameters en 12 miljard actieve parameters onder OpenMDW-1.1, zonder enige gepubliceerde tariefkaart — je draait hem op je eigen accelerators of je onderhandelt met wie hem ook maar serveert. De gewichten ervan zijn op 12 oktober 2026 op Hugging Face verschenen en NVIDIA's eigen aankondiging volgde op 15 oktober, waardoor dit een release van drie dagen oud is in plaats van een volwassen product. Die asymmetrie, niet de benchmarktabel, is wat de confrontatie beslist.

Wat elk van deze werkelijk is

NVIDIA Nemotron 3.5 Super VL is een hybride visie-taalmodel: afgewisselde Mamba-2-lagen, een mixture-of-experts met 512 routed experts per MoE-laag, en enkele attentionlagen, gecombineerd met een C-RADIO-visie-encoder en een visie-taalconnector. Het heeft 120B totale parameters en activeert 12B per token, ondersteunt tot 1M tokens context en neemt tekst, afbeeldingen en video als invoer met tekst als uitvoer. Native Multi-Token Prediction geeft het speculatieve decoding zonder een apart drafter-checkpoint. NVIDIA levert een BF16-referentiebuild en een NVFP4-build, met deploymentrecepten voor 4×H100 of 2×GB200 bij BF16. Pre-training en continued pre-training putten uit een corpus dat NVIDIA omschrijft als biljoenen tokens, en post-training voegde synthetische data plus reinforcement learning toe in tientallen gepubliceerde omgevingen.

Kimi K3 is het vlaggenschip van Moonshot AI: een mixture-of-experts met 2,8 biljoen parameters en 104B actieve parameters, een contextvenster van 1M tokens, en native beeldinvoer naast tekst. Het wordt aangeboden in plaats van alleen gepubliceerd, het biedt een top-level reasoning_effort-besturing in plaats van samplingparameters, het hanteert de OpenAI API-vorm, en het is gepositioneerd voor langdurig coderen en kenniswerk binnen agent-harnassen.

• Schaal — Super VL activeert 12B parameters per token uit een pool van 120B. Kimi K3 activeert 104B uit een pool van 2,8 biljoen parameters. Dat is ruwweg een negenvoudig verschil in rekenkracht per token.

• Context — 1M tokens op beide, en beide zijn ontworpen om een werksessie te ondersteunen in plaats van één enkele prompt.

• Modaliteiten — Super VL accepteert tekst, stilstaande afbeeldingen en gesampelde videoframes; Kimi K3 accepteert tekst en afbeeldingen. Video is de enige invoer-as waarop de twee niet gelijkwaardig zijn.

• Prijs — nergens een gepubliceerd tarief voor Super VL per 16 oktober 2026; Kimi K3 rekent $3 voor invoer / $15 voor uitvoer per miljoen tokens, met 90% cachekorting.

• Licentie en controle — OpenMDW-1.1 met commercieel gebruik, open gewichten, open datasets en trainingsrecepten voor Super VL; een commerciële API zonder gewichtsdownload voor Kimi K3.

• Minimale deploymentvereisten — 4×H100 of 2×GB200 in BF16 voor Super VL, of de NIM-microservice van de leverancier; voor Kimi K3 valt niets te deployen.

Het verschil van acht punten dat de zaak voor generalisten beslecht

Op de Artificial Analysis Intelligence Index staat Kimi K3 op 44 en NVIDIA Nemotron 3.5 Super VL op 26 — beide niet-geschat, beide meetbaar door een derde partij in plaats van door de labs die ze hebben gebouwd. Achttien punten is geen afrondingsfout; het is ongeveer de afstand tussen een frontier-generalist en een middenklasse-generalist. Kimi K3 is ook langzamer en duurder per token dan de modellen eromheen, wat hetzelfde panel ronduit opmerkt.

Dat cijfer is het hele argument voor iedereen wiens werklast bestaat uit redeneerwerk dat alleen tekst is en via een API wordt geleverd, en het is de moeite waard om dat zonder voorbehoud te zeggen. Als het de taak van je agent is om een repository te lezen, een wijziging te plannen en daar een lang gesprek over te voeren, dan is K3 het sterkere model en het is nu beschikbaar tegen een gepubliceerde prijs.

Waar de vergelijking niet meer over intelligentie gaat

NVIDIA heeft Nemotron 3.5 Super VL niet gebouwd om een algemene redeneerindex te winnen, en de vergelijking lezen alsof dat wel het doel was, is hoe mensen uiteindelijk teleurgesteld raken. De release is gericht op wat de aankondiging altijd-aan-agenten noemt: werk met een hoog volume en een lange looptijd, in de vorm van documenten en schermen, dat een bedrijf binnen zijn eigen grens wil draaien, op zijn eigen data wil post-trainen en wil auditen. De eigen framing van de leverancier is efficiëntie — de bewering is dat Super VL vijf keer sneller taken voltooit dan het op een na beste model in zijn klasse, en dat het een nauwkeurigheid bereikt die vergelijkbaar is met die van NVIDIA's grootste redeneermodel bij ongeveer een vijfde van het aantal parameters.

Dat zijn claims van de leverancier, gemeten op NVIDIA's eigen testomgeving, en niemand buiten NVIDIA heeft ze tot nu toe gereproduceerd. De eerlijke lezing na één dag publieke beschikbaarheid is: de architectuur is gedocumenteerd, de gewichten zijn downloadbaar, de licentie is permissief, en het doorvoercijfer is een bewering totdat een onafhankelijke partij het opnieuw uitvoert.

Wat controleerbaar is, is de aard van het werk. De gepubliceerde sterke punten van Super VL zijn optische tekenherkenning, tabellen en grafieken, gestructureerde informatie in visuele documenten, en meerstaps bedrijfsworkflows — verzekeringsclaims, kredietdocumenten, technische tekeningen, zoeken dwars door applicatiesilo's heen. Dat is een andere taak dan het schrijven van een patch over meerdere bestanden, en het is een taak waarbij een 12B-actief model dat een pagina-snelle taak afmaakt meer waard is dan een 104B-actief model dat die taak beter en later afmaakt.

Wat één toets met elk van hen doet

Dit is waar de asymmetrie het hardst toeslaat, omdat de twee modellen tegengestelde verhalen over toegang hebben.

Kimi K3 staat in onze catalogus als kimi/kimi-k3 tegen Moonshots eigen lijstprijs, met 0% opslag — het tarief van de provider wordt ongewijzigd doorgegeven, dus wanneer Moonshot het getal wijzigt, verandert het bedrag dat je betaalt dezelfde dag. Het is beschikbaar via dezelfde OpenAI-compatibele endpoint als al het andere, wat betekent dat het inwisselen ervan een wijziging van de model-string is en geen integratieproject. Omdat Kimi K3 reasoning_effort beschikbaar stelt in plaats van temperature en top_p, kun je via diezelfde endpoint de redeneerdiepte per verzoek instellen zonder een tweede codepad.

NVIDIA Nemotron 3.5 Super VL is daarentegen niet iets wat wij aanbieden. Het is een checkpoint dat je zelf host, en het kostenmodel is kapitaal en benutting in plaats van tokens. Wat wij voor een zelfgehost model kunnen doen, is de omliggende infrastructuur: automatische failover tussen upstreamproviders, zodat een piek of een storing bij een gehost model netjes degradeert in plaats van te falen, en de routing-DSL die meerdere modellen samenvoegt tot één aanroep — stuur de mechanische extractie naar een klein, goedkoop model en escaleer alleen de pagina's die beoordeling nodig hebben. Dat patroon is precies waar de economie van Super VL om vraagt, want een model met 12B actieve parameters is goedkoop genoeg om op alles te draaien, en een met 104B actieve parameters niet.

De realistische productieopzet voor de komende maanden is dus geen keuze. Het is K3 voor de redeneerintensieve tak en een zelfgehoste Super VL voor de tak met documentvolumes, met één router ervoor die bepaalt bij welke tak een verzoek hoort.

Wat zou het antwoord veranderen

Drie dingen. Ten eerste, een onafhankelijke reproductie van de vijfvoudige claim — als Super VL zijn klasse van taken echt afrondt in een vijfde van de wall-clocktijd, wordt het pleidooi om het binnen een gereguleerde perimeter te draaien veel sterker, en als dat niet zo is, valt het nauwkeurigheid-per-tokenargument terug tot een gewoon open-weightargument. Ten tweede, een gepubliceerd tarief van een servingprovider: zodra Super VL onder een API met verbruiksmeting verschijnt, verdwijnt het deployment-floor-bezwaar voor iedereen die geen acht H100's bezit, en wordt het een simpele prijs-versus-indexvraag, waarin K3 momenteel wint op index en op niets verliest. Ten derde, Kimi K3 zelf staat niet stil — Moonshot heeft snel geïtereerd, en een release uit de 3-serie zou deze pagina resetten in plaats van verfijnen.

Totdat een van die er is, is de tweedeling helder: Kimi K3 als je vandaag het meest capabele model per token wilt en ervoor kunt betalen; NVIDIA Nemotron 3.5 Super VL als je een document- en schermagent wilt die je bezit, post-traint en on-premises houdt, en bereid bent de eerste te zijn die meet wat hij doet.